**
数据分析处理库 Pandas
**
01数据读取
pandas是基于numpy扩展的一个重要第三方库,它是为了解决数据分析任务而创建的,pandas提供两种最基本的数据类型:Series和DataFrame,分别代表一维数组和二维数组类型
import pandas
food_info = pandas.read_csv(文件的名字路径):读入数据
food_info .head():显示读入数据的前几行
food_info .tail():显示读入数据的尾几行
food_info .columns:列名,每一列都表达了一个什么样的指标
food_info.shape:该数据的样本数和指标数,查看读入数据的规模
02索引与计算
food_info.loc[ ]:取数据[ ]中写数字,取第几个数据
food_info.loc[m:n ]:取数据,从m开始到n结束
food_info[ ].max():先定位好这一列,求这一列中的最大值
03数据预处理
food_info.sort_values(某一列的名字,inplace=True):对哪一列进行排序
pandas.isnull():判断是否缺失值
04常用预处理方法
.pivot_table():数据透视表,统计一个量和其他量之间的关系的一个函数
05自定义函数
.apply(另外一个函数的名字):自定义函数的操作
06series结构(pandas中最核心的结构)
DataFrame是由一系列的series组成的
一个DataFrame相当于数据读取进来的矩阵,series就相当于这个矩阵当中的一行或者一列
series可以排序,可以相加(两个series相加,维度一样的话,对应位置相加,得到一个新的series;维度不一样的话,分别相加)